Signal Representation/Signal classification

1. Signal Representation
2. Grundbegriffe der Nachrichtentechnik
3. Signal classification

• Previous page
• Next page

• Previous page
• Next page

Deterministische und stochastische Signale

In jedem Nachrichtensystem treten sowohl deterministische als auch stochastische Signale auf.

Deterministische Signale sind Signale, deren Zeitfunktionen $x(t)$ in analytischer Form vollständig angegeben werden können.

Da hier die Zeitfunktion $x(t)$ für alle Zeiten $t$ bekannt und eindeutig angebbar ist, existiert für diese Signale stets eine über die Fourierreihe oder die Fouriertransformation berechenbare Spektralfunktion $X(f)$.

Man spricht von einem stochastischen Signal bzw. von einem Zufallssignal, wenn der Signalverlauf $x(t)$ nicht – oder zumindest nicht vollständig - in mathematischer Form beschreibbar ist. Ein solches Signal kann für die Zukunft nicht exakt vorhergesagt werden.

Die Grafik zeigt Zeitverläufe eines deterministischen (oben) und eines stochastischen Signals (unten):

• ein periodisches Rechtecksignal $x_1(t)$ mit der Periodendauer $T_0$,
• ein Gaußsches Rauschsignal $x_2(t)$ mit dem Mittelwert 2V.

Für ein solches nichtdeterministisches Signal $x(t)$ ist daher auch keine Spektralfunktion $X(f)$ angebbar, da Fourierreihe und Fouriertransformation die genaue Kenntnis der Zeitfunktion für alle Zeiten $t$ voraussetzt. Informationstragende Signale sind stets von stochastischer Art. Ihre Beschreibung sowie die Definition geeigneter Kenngrößen erfolgt im Buch Stochastische Signaltheorie. Aber auch die deterministischen Signale haben eine große Bedeutung für die Nachrichtentechnik. Beispiele sind:

• Testsignale für den Entwurf von Nachrichtensystemen,
• Trägersignale für Frequenzmultiplexsysteme, und
• ein Puls zur Abtastung eines Analogsignals oder zur Zeitregenerierung eines Digitalsignals.

Kausale und akausale Signale

In der Nachrichtentechnik rechnet man oftmals mit zeitlich unbegrenzten Signalen; der Definitionsbereich des Signals erstreckt sich dann von $t = -\infty$ bis $+\infty$. In der Realität gibt es solche Signale nicht, denn jedes Signal musste irgendwann einmal eingeschaltet werden. Wählt man – zwar willkürlich, aber dennoch sinnvoll – den Einschaltzeitpunkt $t$ = 0, so kommt man zu folgender Klassifizierung:

Man bezeichnet ein Signal $x(t)$ als kausal, wenn es für alle Zeiten $t < 0$ nicht existiert bzw. identisch 0 ist. Ist diese Bedingung nicht erfüllt, so liegt ein akausales Signal (oder System) vor.

Im gesamten Buch „Signaldarstellung” werden meist akausale Signale und Systeme betrachtet. Dies hat folgende Gründe:

• Akausale Signale (und akausale Systeme) sind mathematisch leichter zu handhaben als kausale. Beispielsweise kann man hier die Spektralfunktion mittels Fouriertansformation bestimmen und benötigt nicht wie bei der Laplacetransformation weitreichende Kenntnisse der Funktionentheorie.
• Akausale Signale und Systeme beschreiben den Sachverhalt vollständig und richtig, wenn man die Problematik des Einschaltvorgangs außer Acht lässt.

Die Beschreibung kausaler Signale und Systeme mit Hilfe der Laplacetransformation folgt im Buch Lineare zeitinvariante Systeme.

Sie sehen nachfolgend ein kausales Übertragungssystem. Wird an dessen Eingang eine Sprungfunktion $x(t)$ angelegt, so kann auch das Ausgangssignal $y(t)$ erst ab dem Zeitpunkt $t = 0$ von 0 auf seinen Maximalwert ansteigen. Ansonsten wäre der Kausalzusammenhang, dass die Wirkung nicht vor der Ursache einsetzen kann, nicht erfüllt.

Im unteren Bild ist diese Kausalität nicht mehr gegeben. Wie leicht zu ersehen ist, kommt man hier durch eine zusätzliche Laufzeit von einer Millisekunde von der akausalen zur kausalen Darstellung.

Energiebegrenzte und leistungsbegrenzte Signale

An dieser Stelle müssen zunächst zwei wichtige Signalbeschreibungsgrößen eingeführt werden, nämlich die Energie und die Leistung. Im Sinne der Physik entspricht die Energie der Arbeit und hat zum Beispiel die Einheit „Ws“. Die Leistung ist als „Arbeit pro Zeit” definiert und besitzt somit die Einheit „W“. Beide Größen sind nach den elementaren Gesetzen der Elektrotechnik vom Widerstand R abhängig. Um diese Abhängigkeit zu eliminieren, wird in der Nachrichtentechnik oftmals der Widerstand $R=1 \Omega$ zugrunde gelegt. Dann gelten folgende Definitionen:

Die Energie des Signals $x(t)$ ist wie folgt zu berechnen\[E_x = \lim_{T_M \to \infty}\int_{-\frac{T_M}{2}}^{\frac{T_M}{2}} x^{2}(t)dt\]

Zur Berechnung der (mittleren) Leistung muss vor dem Grenzübergang noch durch die Zeit TM dividiert werden\[P_x = \lim_{T_M \to \infty}\frac{1}{T_M}\int_{-\frac{T_M}{2}}^{\frac{T_M}{2}} x^{2}(t)dt \]

Hierbei bezeichnet $T_M$ die symmetrisch bezüglich des Zeitursprungs ($t$ = 0) angenommene Messdauer, während der das Signal beobachtet wird. Dieses Zeitintervall muss im Allgemeinen sehr groß gewählt werden; im Idealfall sollte TM gegen unendlich gehen. Bezeichnet $x(t)$ einen Spannungsverlauf mit der Einheit „V“, so hat nach obigen Gleichungen

• die Signalenergie die Einheit $\text{V}^2\text{s}$ und
• die Signalleistung die Einheit $\text{V}^2$

Dies bedeutet: Obigen Definitionen liegt der Bezugswiderstand $R=1\Omega$ bereits implizit zugrunde. Auf der nächsten Seite werden Energie und Leistung zweier beispielhafter Signale berechnet.

Die Grafik zeigt oben einen Rechteckimpuls $x_1(t)$ mit Amplitude $A$ und Dauer $T$.

• Die Signalenergie ist $E_1 = A_2 \cdot T$.
• Für die Signalleistung ergibt sich aufgrund der Division durch $T_M$ und Grenzwertbildung ($T_M \to \infty$) der Wert $P_1 = 0$.

Beim Cosinussignal $x_2(t)$ mit Amplitude $A$ entsprechend der unteren Skizze ist

• die Signalleistung unabhängig von der Frequenz gleich $P_2 = A^2/2$, und
• die Signalenergie (Integral über die Leistung für alle Zeiten) unendlich.

Mit $A =$ 4 V ergibt sich für die Leistung $P_2 = 8 \text{V^2}$. Bei einem Widerstand von $R = 50 \Omega$ entspricht dies der physikalischen Leistung $\frac{8}{50} \frac{\text{V}}{\Omega}=$ 160 mW.

Entsprechend diesem Beispiel gibt es die folgenden Klassifizierungsmerkmale:

Ein Signal $x(t)$ mit endlicher Energie $E_x$ und unendlich kleiner Leistung ($P_x = 0$) bezeichnet man als energiebegrenzt.

• Impulsförmige Signale wie das Signal $x_1(t)$ im obigen Beispiel sind stets energiebegrenzt. Meist sind hier die Signalwerte nur für eine endliche Zeitdauer von Null verschieden. In anderen Worten: Solche Signale sind oft auch zeitbegrenzt.
• Aber auch zeitlich unbegrenzte Signale können durchaus eine endliche Energie besitzen. Weitere Informationen zu energiebegrenzten und damit aperiodischen Signalen, zu denen beispielsweise der Gauß– und der Exponentialimpuls gehören, finden Sie im Kapitel 3.

Ein Signal $x(t)$ mit endlicher Leistung $P_x$ und dementsprechend unendlich großer Energie ($E_x \to \infty$) bezeichnet man als leistungsbegrenzt.

Alle leistungsbegrenzten Signale sind auch zeitlich unendlich weit ausgedehnt. Beispiele hierfür sind das Gleichsignal und periodische Signale wie das cosinusförmige Signal $x_2(t)$ im obigen Beispiel. Solche Signale werden im Kapitel 2 ausführlich beschrieben. Auch die meisten stochastischen Signale sind leistungsbegrenzt – siehe Buch Stochastische Signaltheorie.

Wertkontinuierliche und wertdiskrete Signale

Ein Signal bezeichnet man als wertkontinuierlich, wenn sein Signalparameter – z. B. der Augenblickswert – alle Werte eines Kontinuums (beispielsweise eines Intervalls) annehmen kann. Sind für den Signalparameter dagegen nur abzählbar viele verschiedene Werte möglich, so ist das Signal wertdiskret. Die Anzahl der möglichen Werte bezeichnet man als die Stufenzahl $M$.

Bei den analogen Übertragungssystemen wird stets mit wertkontinuierlichen Signalen gearbeitet. Bei Digitalsystemen sind dagegen die meisten Signale – aber nicht alle – wertdiskret.

Das linke Bild zeigt in blau einen Ausschnitt eines wertkontinuierlichen Signals $x(t)$, das Werte zwischen $\pm 8$V annehmen kann. In roter Farbe erkennt man das auf $M$ = 8 Quantisierungsstufen diskretisierte Signal $x_Q(t)$ mit den möglichen Signalwerten $\pm$1V, $\pm$3V, $\pm$5V und $\pm$7V. Beim Signal $x_Q(t)$ wurde der Augenblickswert als der entscheidende Signalparameter betrachtet.

Bei einem FSK-System (Frequency Shift Keying) ist dagegen die Augenblicksfrequenz der wesentliche Signalparameter. Deshalb bezeichnet man auch das rechts dargestellte Signal $s_{FSK}(t)$ als wertdiskret mit der Stufenzahl $M = 2$ und den möglichen Frequenzen 1 kHz und 5 kHz, obwohl der Augenblickswert wertkontinuierlich ist.

Zeitkontinuierliche und zeitdiskrete Signale

Bei den bisher betrachteten Signalen war der Signalparameter zu jedem beliebigen Zeitpunkt definiert. Man spricht dann von einem zeitkontinuierlichen Signal.

Bei einem zeitdiskreten Signal ist im Gegensatz dazu der Signalparameter nur zu den diskreten Zeitpunkten $t_v$ definiert, wobei man diese Zeitpunkte meist äquidistant wählt: $t_v = v \cdot T_A$. Da ein solches Signal beispielsweise durch Abtastung eines zeitkontinuierlichen Signals entsteht, bezeichnen wir $T_A$ als den Abtastzeitabstand und dessen Kehrwert $f_A = \frac{1}{T_A}$ als die Abtastfrequenz.

Das zeitdiskrete Signal $x_A(t)$ erhält man nach Abtastung des oben dargestellten zeit- und wertkontinuierlichen Nachrichtensignals $x(t)$ im Abstand$T_A$. Der unten skizzierte Zeitverlauf $x_R(t)$ unterscheidet sich von der echten zeitdiskreten Darstellung $x_A(t)$ dadurch, dass die unendlich schmalen Abtastwerte (mathematisch mit Diracimpulsen beschreibbar) durch Rechteckimpulse der Dauer $T_A$ ersetzt sind. Ein solches Signal kann nach obiger Definition ebenfalls als zeitdiskret bezeichnet werden.

Ein zeitdiskretes Signal $x(t)$ ist durch die zeitliche Folge $\left \langle x_v \right \rangle$ seiner Abtastwerte vollständig bestimmt. Diese Abtastwerte können dabei sowohl wertkontinuierlich als auch wertdiskret sein. Die mathematische Beschreibung zeitdiskreter Signale erfolgt in Kapitel 5.1.

Analog- und Digitalsignale

In folgender Grafik sind noch einmal die Signaleigenschaften „wertkontinuierlich” und „wertdiskret” sowie „zeitkontinuierlich” und „zeitdiskret” an einem Beispiel verdeutlicht.

Ist ein Signal wert- und zeitkontinuierlich, so spricht man auch von einem Analogsignal. Solche Signale bilden einen kontinuierlichen Vorgang kontinuierlich ab. Beispiele hierfür sind Sprach-, Musik-, Bild- und Messsignale. Ein Digitalsignal ist dagegen stets wert- und zeitdiskret und die darin enthaltene Nachricht besteht aus den Symbolen eines Symbolvorrats. Es kann beispielsweise ein abgetastetes und quantisiertes (sowie in irgendeiner Form codiertes) Sprach-, Musik- oder Bildsignal sein, aber auch ein Datensignal, wenn im Internet eine Datei von einem Server heruntergeladen wird. Je nach Stufenzahl sind Digitalsignale auch noch unter anderen Namen bekannt, beispielsweise

• $M$ = 2: binäres Digitalsignal oder Binärsignal,
• $M$ = 3: ternäres Digitalsignal oder Ternärsignal,
• $M$ = 4: quaternäres Digitalsignal oder Quaternärsignal.

Das nachfolgende Lernvideo fasst die hier behandelten Klassifizierungsmerkmale zusammen: Analoge und digitale Signale (Dauer Teil 1: 3:46; Teil 2: 3:28)

Aufgaben

1.2 Signalklassifizierung